Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020135642 - MODEL TRAINING METHOD AND APPARATUS EMPLOYING GENERATIVE ADVERSARIAL NETWORK

Publication Number WO/2020/135642
Publication Date 02.07.2020
International Application No. PCT/CN2019/128917
International Filing Date 26.12.2019
IPC
G06N 3/08 2006.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
G06N 20/00 2019.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
G06K 9/62 2006.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
62Methods or arrangements for recognition using electronic means
G06Q 30/00 2012.01
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
30Commerce, e.g. shopping or e-commerce
CPC
G06K 9/62
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
62Methods or arrangements for recognition using electronic means
G06N 20/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
20Machine learning
G06N 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
G06Q 30/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
30Commerce, e.g. shopping or e-commerce
Applicants
  • 华为技术有限公司 HUAWEI TECHNOLOGIES CO., LTD. [CN]/[CN]
Inventors
  • 刘志容 LIU, Zhirong
  • 董振华 DONG, Zhenhua
  • 张宇宙 ZHANG, Yuzhou
  • 刘明瑞 LIU, Mingrui
  • 郭贵斌 GUO, Guibin
Agents
  • 广州三环专利商标代理有限公司 SCIHEAD IP LAW FIRM
Priority Data
201811654623.529.12.2018CN
Publication Language Chinese (ZH)
Filing Language Chinese (ZH)
Designated States
Title
(EN) MODEL TRAINING METHOD AND APPARATUS EMPLOYING GENERATIVE ADVERSARIAL NETWORK
(FR) PROCÉDÉ ET APPAREIL D'APPRENTISSAGE DE MODÈLE UTILISANT UN RÉSEAU ADVERSE GÉNÉRATIF
(ZH) 一种基于生成对抗网络的模型训练方法及设备
Abstract
(EN)
Embodiments of the present application provide a model training method and apparatus employing generative adversarial network. The method comprises: an apparatus generating, by means of a generative model, positive-example counterfeit objects and negative-example counterfeit objects for a first user; the apparatus performing training by using multiple authentic object pairs and multiple counterfeit object pairs to obtain a discriminative model, the discriminative model identifying differences between the multiple authentic object pairs and the multiple counterfeit object pairs, each of the authentic object pairs comprising one positive-example authentic object and one negative-example authentic object, and each of the counterfeit object pairs comprising one positive-example counterfeit object and one negative-example counterfeit object; and the apparatus updating the generative model according to a loss function of the discriminative model. The embodiments of the present application improve a generative capacity of the generative model and a discriminating ability of the discriminative model.
(FR)
La présente invention porte, selon des modes de réalisation, sur un procédé et sur un appareil d'apprentissage de modèle utilisant un réseau adverse génératif. Le procédé comprend les étapes suivantes : un appareil génère, au moyen d'un modèle génératif, des objets contrefaits à titre d'exemple positifs et des objets contrefaits à titre d'exemple négatifs pour un premier utilisateur ; l'appareil effectue un apprentissage en utilisant de multiples paires d'objets authentiques et de multiples paires d'objets contrefaits afin d'obtenir un modèle discriminatif, le modèle discriminatif identifiant des différences entre les multiples paires d'objets authentiques et les multiples paires d'objets contrefaits, chacune des paires d'objets authentiques comprenant un objet authentique à titre d'exemple positif et un objet authentique à titre d'exemple négatif et chacune des paires d'objets contrefaits comprenant un objet contrefait à titre d'exemple positif et un objet contrefait à titre d'exemple négatif ; et l'appareil met à jour le modèle génératif selon une fonction de perte du modèle discriminatif. Les modes de réalisation de la présente invention améliorent une capacité générative du modèle génératif et une capacité de discrimination du modèle discriminatif.
(ZH)
本申请实施例提供一种基于生成对抗网络的模型训练方法及设备,该方法包括:设备通过生成模型为第一用户生成正例伪造物品和负例伪造物品;所述设备训练多个真实物品对和多个伪造物品对以得到判别模型,所述判别模型用于分辨所述多个真实物品对与所述多个伪造物品对之间的差异;每个真实物品对包括一个正例真实物品和一个负例真实物品,每个伪造物品对包括一个所述正例伪造物品和一个所述负例伪造物品;所述设备根据所述判别模型的损失函数更新所述生成模型。采用本申请实施例,能够提高生成模型的生成能力和判别模型的判别能力。
Also published as
Latest bibliographic data on file with the International Bureau